Azure ML与Azure ML实验的区别

Question

我是Azure ML的新手。我有一些怀疑，.Could，任何人请澄清我的怀疑，列出如下。

1. Azure ML服务与Azure ML实验服务的区别是什么？
2. Azure ML工作台和Azure ML Studio的区别是什么？
3. 我想使用天蓝色的ML实验服务来建立一些模型和创建web。是否可以在ML工作室中做同样的事情。
4. 此外，ML试验服务要求我安装一个用于创建web服务的窗口对接器。我可以不使用docker来创建web服务吗？

Answer 1

1. AML实验是我们许多新的ML产品之一，包括数据准备、实验、模型管理和操作。Workbench是一个预览产品，为其中一些服务提供GUI。但它只是CLI的一个安装程序/包装器，需要运行。这些服务基于Spark和Python。其他Python框架也可以工作，您可以从Python调用Java/Scala。不太清楚您所说的"Azure ML服务“是什么意思，也许您指的是我前面提到的操作化服务。这将使您能够使用Docker容器快速创建新的基于Python的API，并将与模型管理帐户连接，以跟踪模型和服务之间的链接。这里的所有服务仍处于预览状态，在GA发布之前可能会发生变化。
2. Azure是一个较旧的产品，对某些人来说可能更简单(我本人是一个工程师，而不是一个数据科学家)。它提供了拖放体验，但数据大小限制在10G左右。这个产品是GA。
3. 是的，但是您需要更小的数据大小，而且作业流不是基于火花的。我用它来做快速PoC，而且你对评分(批次或实时)的可伸缩性的控制会更少，因为它是PaaS，而更新的服务更多的是IaaS。对于大多数用例，我建议您查看新服务而不是工作室。
4. web服务完全基于Docker。需要码头进行实验更多的是在本地运行，而我自己很少这样做。但是，对于实时服务，您所打包的所有东西都被放置在一个码头容器中，这样就可以将它部署到ACS集群中。

Answer 2

我会尽我最大的努力回答这些问题，并自由地提出更多的问题。:)

Azure ML服务与Azure ML实验服务有什么区别？

本质上，Azure ML服务(我可以将其称为Azure ML Studio)使用一个拖放界面来构建您的工作流和测试模型。Azure ML试验是Azure Portal的一个新产品，可以直接在Azure中托管它们，并提供更好的方法来管理您的模型。实验将使用Azure构建模型。

Azure ML工作台和Azure ML Studio有什么区别？

最大的区别是ML具有拖放界面来构建工作流和模型，而Workbench允许您使用Python以编程方式构建模型。工作台还包括一种非常好的、功能强大的方法来清理应用程序中的数据。在Studio中，您有一些很好的模块来清理数据，但我认为它并不像在Workbench中所能做的那样强大。

编辑: Workbench应用程序不受欢迎，已被/升级到ML服务。不过，核心功能没有变化。

我想使用天蓝色的ML实验服务来建立几个模型和创建web。是否可以在ML工作室中做同样的事情？

实际上，在ML中这样做要容易得多。拖放界面非常直观，只需几次点击就可以创建一个web来调用您的模型。我认为，正如目前在撰写本文时所做的那样，部署您的模型更加复杂，并且涉及到使用Azure CLI。

此外，ML试验服务要求我安装一个用于创建web服务的窗口对接器。我可以不使用docker来创建web服务吗？

这里我不太熟悉Workbench的Docker部分，但我相信您可以在不使用Docker的情况下创建和部署。不过，我相信，这需要一个Azure模型管理资源。

我希望这会有所帮助，并再次提出更多问题。